[存档!]纯数学、物理学、化学等:与贸易没有任何关系的大脑训练问题 - 页 556 1...549550551552553554555556557558559560561562563...628 新评论 Alexey Subbotin 2012.03.09 18:07 #5551 MetaDriver: Alsu,如果我说得不对,请纠正我。 sX = x0 + x1rn dX = x0 - x1rn sX+dX = x0+x1rn+x0-x1rn = 2*x0 经过归一化,我们又得到了x0 ))) Vladimir Gomonov 2012.03.09 18:13 #5552 alsu: sX = x0 + x1rn dX = x0 - x1rn sX+dX = x0+x1rn+x0-x1rn = 2*x0 经过归一化处理,我们又得到了x0 ))) 对了,错过了区间内的和与差的归一化。 sX = x0 + x1rn dX = x0 - x1rn sX->sXn;dX->dXn。 sXn+dXn =x0+x1rn+x0-x1rn=2*x0 = X1 经过归一化处理(除以2的平方根),我们得到X1:) Vladimir Gomonov 2012.03.09 18:25 #5553 MetaDriver: .........这有点复杂,没有那么容易。 在每一步获得xi向量后,应首先与下一个输入向量进行 "加-减-归一",如此循环,直到输入向量用完。类似这样的事情。 似乎是正确的。有一种退化的情况,即在任何一个步骤中,我们都会得到一个等于 下一个步骤的矢量。这是不可能的,但它存在。 然后我们就从头开始重复这个过程,就这样了。 Vladimir Gomonov 2012.03.09 18:26 #5554 Svinotavr: MetaDriver, alsu, 对不起,打断了 "正交向量集 "的讨论。 跪下来!! ;) Alexey Subbotin 2012.03.09 18:28 #5555 MetaDriver: 嗯,是的,错过了区间内的和与差的归一化。 sX = x0 + x1rn dX = x0 - x1rn sX->sXn;dX->dXn。 sXn+dXn =x0+x1rn+x0-x1rn=2*x0 = X1 经过归一化(除以2的根),我们得到x1=我们需要的东西。:) 仍然不工作 例子 x0 = (1/sqrt(2), 1/sqrt(2)), x1rn = (-1/sqrt(2), 1/(sqrt(2) ) sX=(0,sqrt(2)),sXn=(0,1)。 dX = x1rn-x0 = (sqrt(2), 0), dXn = (1,0) sXn+dXn = (1,1) - 这个向量与x0和x1都不正交。 虽然两者最初都是正交的)))但我们可以举个例子,不需要这个 我已经睡着了)))),当然,这是在工作。) Vladimir Gomonov 2012.03.09 18:35 #5556 alsu: 还是不行 例子 x0 = (1/sqrt(2), 1/sqrt(2)), x1rn = (-1/sqrt(2), 1/(sqrt(2) ) sX=(0,sqrt(2)),sXn=(0,1)。 dX = x1rn-x0 = (sqrt(2), 0), dXn = (1,0) sXn+dXn = (1,1) - 这个向量与x0或x1都不是正 交的。 虽然两者最初都是正交的)))),但你可以举个例子,不需要这样。 不是的。它是正交的。 :) 归一化后的结果等于第一个矢量,而且正如你正确指出的那样--它与第二个矢量正交。:) 好了,现在去睡觉吧。))) Alexey Subbotin 2012.03.09 18:53 #5557 MetaDriver: 不是这样的,它是正交的。 :)归一化后的结果等于第一个矢量,正如你正确指出的,它与第二个矢量是正交的。:) 好了,现在去睡觉吧。))) 它仍然不工作的狗屎,那些只是工作了,因为我最初采取了几个正交的。 例子 x1rn = (0.6, 0.8), x0 = (1, 0) 这是一个近似值,但你可以看到一切。 Alexey Subbotin 2012.03.09 19:03 #5558 即归一化的和与差是相互正交的,但一般来说不会指向45度的初始向量,因此它们的和也不会与它们正交。 Vladimir Gomonov 2012.03.09 19:06 #5559 alsu: 还是不行,那些只是因为我最初拿了一对正交的而成功了。 例子 x1rn = (0.6, 0.8), x0 = (1, 0) 数字是近似的,但一切都可以看到 德克萨斯州。 看起来你是对的。 解决办法很接近,但公式必须得到纠正。 在计算完sX和dX之后,我们不需要对它们进行归一化处理,而是交换它们的模块。也就是说,我们计算|sX|和|dX|。 然后转换sXtr = sX*|dX|/|sX|;dXtr = dX*|sX|/|dX| 然后它们就可以加在一起,并以正确的输出结果展开。 不是吗? 再一次? Vladimir Gomonov 2012.03.09 19:30 #5560 MetaDriver: 在计算完sX和dX之后,我们不需要对它们进行归一化处理,而是交换它们的模块。 即我们计算|sX|和|dX|。 然后转换sXtr = sX*|dX|/|sX|;dXtr = dX*|sX|/|dX| 然后它们就可以加在一起,并以正确的输出结果展开。 情况是这样的。 这里a=x0,b=x1rn 1...549550551552553554555556557558559560561562563...628 新评论 您错过了交易机会: 免费交易应用程序 8,000+信号可供复制 探索金融市场的经济新闻 注册 登录 拉丁字符(不带空格) 密码将被发送至该邮箱 发生错误 使用 Google 登录 您同意网站政策和使用条款 如果您没有帐号,请注册 可以使用cookies登录MQL5.com网站。 请在您的浏览器中启用必要的设置,否则您将无法登录。 忘记您的登录名/密码? 使用 Google 登录
Alsu,如果我说得不对,请纠正我。
sX = x0 + x1rn
dX = x0 - x1rn
sX+dX = x0+x1rn+x0-x1rn = 2*x0
经过归一化,我们又得到了x0
)))
sX = x0 + x1rn
dX = x0 - x1rn
sX+dX = x0+x1rn+x0-x1rn = 2*x0
经过归一化处理,我们又得到了x0
)))
对了,错过了区间内的和与差的归一化。
sX = x0 + x1rn
dX = x0 - x1rn
sX->sXn;dX->dXn。
sXn+dXn =x0+x1rn+x0-x1rn=2*x0 = X1
经过归一化处理(除以2的平方根),我们得到X1:)
.........这有点复杂,没有那么容易。 在每一步获得xi向量后,应首先与下一个输入向量进行 "加-减-归一",如此循环,直到输入向量用完。类似这样的事情。
MetaDriver, alsu, 对不起,打断了 "正交向量集 "的讨论。
跪下来!!
;)
嗯,是的,错过了区间内的和与差的归一化。
sX = x0 + x1rn
dX = x0 - x1rn
sX->sXn;dX->dXn。
sXn+dXn =x0+x1rn+x0-x1rn=2*x0 = X1
经过归一化(除以2的根),我们得到x1=我们需要的东西。:)
仍然不工作
例子
x0 = (1/sqrt(2), 1/sqrt(2)), x1rn = (-1/sqrt(2), 1/(sqrt(2) )
sX=(0,sqrt(2)),sXn=(0,1)。
dX = x1rn-x0 = (sqrt(2), 0), dXn = (1,0)
sXn+dXn = (1,1) - 这个向量与x0和x1都不正交。
虽然两者最初都是正交的)))但我们可以举个例子,不需要这个
我已经睡着了)))),当然,这是在工作。)
还是不行
例子
x0 = (1/sqrt(2), 1/sqrt(2)), x1rn = (-1/sqrt(2), 1/(sqrt(2) )
sX=(0,sqrt(2)),sXn=(0,1)。
dX = x1rn-x0 = (sqrt(2), 0), dXn = (1,0)
sXn+dXn = (1,1) - 这个向量与x0或x1都不是正 交的。
虽然两者最初都是正交的)))),但你可以举个例子,不需要这样。
不是的。它是正交的。 :) 归一化后的结果等于第一个矢量,而且正如你正确指出的那样--它与第二个矢量正交。:)
好了,现在去睡觉吧。)))
不是这样的,它是正交的。 :)归一化后的结果等于第一个矢量,正如你正确指出的,它与第二个矢量是正交的。:)
好了,现在去睡觉吧。)))
它仍然不工作的狗屎,那些只是工作了,因为我最初采取了几个正交的。
例子
x1rn = (0.6, 0.8), x0 = (1, 0)
这是一个近似值,但你可以看到一切。
还是不行,那些只是因为我最初拿了一对正交的而成功了。
例子
x1rn = (0.6, 0.8), x0 = (1, 0)
数字是近似的,但一切都可以看到
德克萨斯州。 看起来你是对的。 解决办法很接近,但公式必须得到纠正。
在计算完sX和dX之后,我们不需要对它们进行归一化处理,而是交换它们的模块。也就是说,我们计算|sX|和|dX|。
然后转换sXtr = sX*|dX|/|sX|;dXtr = dX*|sX|/|dX|
然后它们就可以加在一起,并以正确的输出结果展开。
不是吗? 再一次?
在计算完sX和dX之后,我们不需要对它们进行归一化处理,而是交换它们的模块。 即我们计算|sX|和|dX|。
然后转换sXtr = sX*|dX|/|sX|;dXtr = dX*|sX|/|dX|
然后它们就可以加在一起,并以正确的输出结果展开。
情况是这样的。
这里a=x0,b=x1rn